El modelo de Conjunto Áspero de Teoría de la Decisión se erige como un avance convincente en el ámbito de los conjuntos ásperos, ofreciendo un alcance más amplio de aplicabilidad. Este enfoque, profundamente arraigado en la teoría bayesiana, contribuye significativamente a delinear regiones de riesgo mínimo. Dentro del paradigma del Conjunto Áspero de Teoría de la Decisión, el conjunto universal experimenta una división tripartita, donde emergen regiones distintas y las pérdidas se distribuyen de manera inteligente a través de la utilización de funciones de membresía. Esta investigación se esfuerza por presentar una iteración mejorada y más abarcadora del marco del Conjunto Áspero de Teoría de la Decisión. Nuestro trabajo culmina en la creación del Conjunto Áspero de Teoría de la Decisión Intuicionista Generalizado (GI-DTRS), una fusión que combina los principios de los Conjuntos Ásperos de Teoría de la Decisión y los conjuntos difusos intuicionistas. Notablemente, esta síntesis colma las brechas que existen dentro del enfoque convencional. La innovación radica en la incorporación de una función de error adaptada al grado de vacilación inherente en los conjuntos difusos intuicionistas. Esta integración armoniza perfectamente con los contornos de la función de membresía. Además, nuestra metodología se desvía de las normas establecidas al construir clases de similitud basadas en medidas de similitud, en lugar de depender de clases de equivalencia. Este cambio tiene una relevancia particular en el contexto de la agregación de sistemas de información, evitando eficazmente los desafíos asociados con el proceso. Para demostrar la eficacia práctica de nuestro enfoque propuesto, nos adentramos en un experimento concreto dentro del dominio de la tecnología de la información. A través de esta exploración empírica, la utilidad del mundo real de nuestro enfoque se hace vívidamente evidente. Además, se lleva a cabo un análisis comparativo exhaustivo, yuxtaponiendo nuestro enfoque con técnicas existentes para la agregación y modelado de decisiones. La culminación de nuestros esfuerzos es un artículo completo, marcado por las ideas, recomendaciones y futuras direcciones delineadas por los autores.